| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究内容的背景 | 第13-16页 |
| ·论文的意义和作用 | 第16-17页 |
| ·论文的内容及结构 | 第17-19页 |
| ·论文的主要贡献 | 第19-21页 |
| 第二章 基于纹理信息的 SAR图像分类方法 | 第21-43页 |
| ·引言 | 第21-22页 |
| ·灰度共生矩阵 | 第22-27页 |
| ·灰度共生矩阵的特点 | 第23-24页 |
| ·灰度共生矩阵的特征参数 | 第24-27页 |
| ·SAR图像灰度共生矩阵特征提取分析 | 第27-29页 |
| ·支持向量机(SVM)的分类方法 | 第29-39页 |
| ·统计学习理论 | 第30-32页 |
| ·最优分类超平面 | 第32-34页 |
| ·广义最优分类超平面 | 第34页 |
| ·支持向量机 | 第34-35页 |
| ·核函数 | 第35-36页 |
| ·SVM的训练算法 | 第36-37页 |
| ·多类问题中的 SVM | 第37-38页 |
| ·支持向量机的分类结果 | 第38-39页 |
| ·灰度共生矩阵类特征基的特征提取算法 | 第39-40页 |
| ·灰度共生矩阵类特征基方法分类结果 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第三章 基于马尔可夫随机场的SAR图像目标检测方法 | 第43-59页 |
| ·引言 | 第43页 |
| ·双参数恒虚警检测方法 | 第43-46页 |
| ·基于 Rayleigh分布的SAR图像目标检测 | 第43-44页 |
| ·基于 Gaussion分布的SAR图像目标检测 | 第44-46页 |
| ·马尔可夫随机场SAR图像目标检测方法 | 第46-54页 |
| ·SAR图像相关特性 | 第46-47页 |
| ·马尔可夫场邻域系统 | 第47页 |
| ·子团 | 第47-48页 |
| ·马尔可夫场 | 第48-49页 |
| ·吉布斯(Gibbs)随机场 | 第49页 |
| ·吉布斯随机场与马尔可夫随机场的等价性 | 第49-50页 |
| ·马尔可夫随机场目标检测方法 | 第50-53页 |
| ·马尔可夫场优化算法 | 第53-54页 |
| ·实验结果 | 第54-57页 |
| ·本章小结 | 第57-59页 |
| 第四章 基于小波变换及LVQ神经网络的 SAR图像目标检测方法 | 第59-82页 |
| ·引言 | 第59页 |
| ·小波变换 | 第59-64页 |
| ·小波定义 | 第59-60页 |
| ·多分辨分析 | 第60-61页 |
| ·小波基函数选择 | 第61-62页 |
| ·二维离散小波变换 | 第62-64页 |
| ·基于多分辨率分析的SAR图像目标特征提取方法 | 第64-72页 |
| ·小波分量的选择 | 第64-66页 |
| ·多分辨分析低频小波树 | 第66-68页 |
| ·低频小波树主分量分析法(PCA)降维 | 第68-69页 |
| ·主分量分析法降维结果 | 第69-72页 |
| ·学习矢量量化(LVQ)神经网络判决算法 | 第72-81页 |
| ·LVQ神经网络结构 | 第73-74页 |
| ·LVQ学习算法 | 第74-75页 |
| ·LVQ3迭代学习算法 | 第75-77页 |
| ·实验结果及分析 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 基于活动围道的 SAR图像目标分割方法 | 第82-100页 |
| ·引言 | 第82-84页 |
| ·参数型活动围道模型 | 第84-92页 |
| ·能量最小化形式的参数型活动围道方法 | 第84-86页 |
| ·参数型活动围道代表类型 | 第86-90页 |
| ·改进的梯度矢量流活动围道算法 | 第90-92页 |
| ·小波多尺度滤波方法 | 第92-96页 |
| ·SAR图像的噪声特性 | 第92-93页 |
| ·小波多尺度滤波方法 | 第93-96页 |
| ·MSTAR数据与实验结果 | 第96-99页 |
| ·MSATR数据简介 | 第96-97页 |
| ·实验结果 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 极化目标分解的模糊C-均值非监督分类方法 | 第100-115页 |
| ·引言 | 第100-101页 |
| ·极化散射矩阵 | 第101-102页 |
| ·散射矢量与极化协方差矩阵和极化散射相关矩阵 | 第102-104页 |
| ·散射矢量 | 第102-103页 |
| ·极化协方差矩阵和极化相关矩阵 | 第103-104页 |
| ·相关矩阵特征分解非监督分类 | 第104-107页 |
| ·相关矩阵特征分解 | 第104-106页 |
| ·实验结果及分析 | 第106-107页 |
| ·WlSHART距离测度的模糊C-均值分类 | 第107-111页 |
| ·Wishart距离测度 | 第107-109页 |
| ·模糊 C-均值 | 第109-110页 |
| ·Wishart距离测度的模糊 C-均值分类实验结果 | 第110-111页 |
| ·纹理基元的总结与推广 | 第111-113页 |
| ·本章小结 | 第113-115页 |
| 结束语 | 第115-117页 |
| 参考文献 | 第117-126页 |
| 攻读博士学位期间发表的论文 | 第126-127页 |
| 致谢 | 第127页 |
